Recomendação associativa de tags na ausência de informação prévia

• Autor(a) principal: Eder Ferreira Martins
• Data de Publicação: 2013
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/ESBF-97HFUV
• topic: Ausência de Informação Prévia; Relevance Feedback; Recomendação de tags; Recuperação da Informação; Ferramentas de busca na Web; Sistemas de recomendação; Computação

A literatura contém uma grande variedade de estratégias de recomendação de tags, sendo que as que exploram padrões de coocorrência com tags previamente associadas aos objetos do sistema (incluindo tags disponíveis no próprio objeto alvo da recomendação), chamados de métodos associativos, têm produzido consistentemente resultados estado da arte. Entretanto, tags estão ausentes em uma parcela signicativa dos objetos de várias aplicações populares da Web 2.0, o que levanta uma preocupação a respeito da ecácia de métodos associativos frente a sua ausência. Esse é um problema bem conhecido em sistemas de recomendação, chamado cold start, e é o foco desta dissertação. Mais especicamente, aborda-se o problema de recomendar tags para objetos sem tags previamente associadas. Tal estudo é iniciado pela avaliação do impacto do cold start sobre uma família de métodos associativos, usando para isso bases de dados coletadas de várias aplicações populares da Web 2.0. Os resultados indicam que a ecácia de tais métodos é muito prejudicada quando eles não podem utilizar tags previamente associadas ao objeto alvo da recomendação. É mostrado também que o uso de estratégias automáticas de ltragem de termos para gerar um conjunto inicial de tags, a partir do qual padrões de coocorrência podem ser obtidos, produz ganhos limitados. É proposto um novo método de recomendação, mais robusto em presença do cold start, que explora tanto o feedback positivo quanto o negativo, provido pelo usuário, para iterativamente selecionar tags para os métodos associativos. Os resultados, comparando-se algumas variações da estratégia proposta, baseada em relevance feedback, com os métodos originais baseados em coocorrência, mostram que estender os métodos associativos para incluir o relevance feedback gera ganhos signicativos sobre o melhor método de referência considerado. É mostrado também que a estratégia proposta é ecaz mesmo na ausência de cooperação e de conabilidade por parte do usuário, permanecendo tão boa, se não superior, ao melhor método de referência, mesmo que o feedback provido pelo usuário contenha ruído ou que ele selecione apenas uma parte das tags relevantes que são mostradas no processo de relevance feedback.